15、使用Scikit - Learn和Google Vertex AI进行机器学习实践

使用Scikit - Learn和Google Vertex AI进行机器学习实践

在机器学习领域，Scikit - Learn和Google Vertex AI是两个非常强大的工具。Scikit - Learn提供了丰富的机器学习算法和工具，可用于构建和训练各种模型；Google Vertex AI则是一个端到端的机器学习平台，能帮助用户更高效地进行模型开发和部署。下面将详细介绍如何使用这两个工具进行回归、分类模型的构建以及Vertex AI的相关操作。

1. 使用Scikit - Learn进行回归分析

在进行回归分析时，我们将介绍三种不同类型的回归模型：简单线性回归、多元线性回归和多项式/非线性回归。

1.1 简单线性回归

简单线性回归是最基础的回归模型，用于描述两个变量之间的线性关系。
- 数据准备 ：

import numpy as pd
import pandas as pd
import matplotlib.pyplot as plt
dataset = pd.read_csv('Salary_Data.csv')
X = dataset.iloc[:,:-1].values
y = dataset.iloc[:, -1].values
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.2, random_state